مع دخول التكنولوجيا الحديثة إلى حياتنا، أصبح كل شي من حولنا مبنياً على البيانات، لكن ما هي البيانات (النوعية والكمية)؟ وما هو تعريف وطرق تحليل البيانات؟
ما هو تعريف البيانات؟
بشكل عام، تعريف البيانات هو أنها جزء متميز من المعلومات التي يتم جمعها وترجمتها لغرض ما. إذا لم يتم تنسيق البيانات بطريقة معينة، فلن تكون ذات قيمة لأجهزة الكمبيوتر أو البشر.
يمكن أن تكون البيانات متاحة من حيث الأشكال المختلفة، مثل وحدات البت والبايت المخزنة في الذاكرة الإلكترونية، أو الأرقام أو النصوص على قطع من الورق، أو الحقائق المخزنة في ذهن الشخص.
منذ اختراع أجهزة الكمبيوتر، استخدم الأشخاص كلمة بيانات للإشارة إلى معلومات الكمبيوتر، ويتم نقل هذه المعلومات أو تخزينها. هناك أنواع مختلفة من البيانات. مثل ما يلي:
- صوت.
- فيديو.
- رمز واحد.
- رقم (عدد صحيح أو بفاصلة).
- صورة.
- معطى منطقي (صح أم خطأ).
- نص.
في ذاكرة الكمبيوتر، يتم تخزين البيانات في شكل سلسلة من الأرقام الثنائية (بت) تحتوي على القيمة 1 أو 0. يمكن أن تكون المعلومات من حيث الصور أو المستندات النصية أو البرامج أو مقاطع الصوت أو الفيديو أو غير ذلك أنواع البيانات.
قد يتم تخزين بيانات الكمبيوتر في ملفات ومجلدات على تخزين الكمبيوتر، ومعالجتها بواسطة وحدة المعالجة المركزية للكمبيوتر، والتي تستخدم العمليات المنطقية لتوليد إخراج (بيانات جديدة) من بيانات إدخال النموذج.
حيث يتم تخزين البيانات على الكمبيوتر في شكل ثنائي (صفر أو واحد)، والتي يمكن معالجتها وإنشاءها وحفظها وتخزينها رقميًا. يسمح هذا بإرسال البيانات من جهاز كمبيوتر إلى آخر بمساعدة أجهزة وسائط مختلفة أو اتصال شبكة.
علاوة على ذلك، إذا استخدمت البيانات عدة مرات، فلن تتدهور بمرور الوقت أو تفقد جودتها.
أمثلة على بيانات الكمبيوتر.
- 0143 0155 0160 0164 0162 0150 0157 0160
- Joe، Smith، 1234 Circle، ODN، BC، 8404،8015553211
- 01100011011011110110110101110000
أنواع البيانات.
هناك نوعان من البيانات:
1. البيانات النوعية.
تعريف البيانات النوعية هو أنها المعلومات التي تمثل بعض الخصائص أو السمات. يصور الأوصاف التي لا يمكن عدها أو قياسها أو التعبير عنها بسهولة بمساعدة الأرقام.
يمكن جمعها من الصوت والنص والصور. يتم مشاركتها عبر أدوات تصور البيانات، مثل خرائط المفاهيم والسحب والرسوم البيانية والجداول الزمنية وقواعد البيانات.
على سبيل المثال، يمكن اعتبار جمع البيانات حول سمات مثل الصدق والذكاء والإبداع والحكمة والنظافة عن الطلاب في أي فصل دراسي بمثابة عينة من البيانات النوعية.
عادةً ما يكون له نوعان: البيانات الإثنوغرافية والبيانات التفسيرية. يُعرف جمع البيانات لفهم كيفية قيام المجموعة بتعيين سياق لحدث ما، ويُعرف باسم البيانات الإثنوغرافية. تُعرف البيانات، التي يتم جمعها لفهم تجربة ومشاعر الفرد الشخصية حول الحدث، بالبيانات التفسيرية.
طرق جمع البيانات النوعية.
يتم جمع البيانات النوعية على نطاق واسع عن طريق طرح أسئلة مفتوحة، أو من خلال الملاحظة المباشرة أو غير المباشرة. فيما يلي المنهجيات الشائعة لجمع البيانات النوعية:
- المقابلات.
- مجموعات التركيز.
- دراسات الحالة.
- بحث ثقافي أو إثنوغرافي.
- السحب من السجلات الموجودة.
- مراقبة المشترك.
- أسئلة الاستطلاع المفتوحة.
- العمل الميداني.
تحليل البيانات النوعية.
يمكن تحليل البيانات النوعية من خلال كونها إما نهج استنتاجي أو استقرائي. في الأسلوب الاستنتاجي، يبدأ المحلل بسؤال ويقيم البيانات بشكل شخصي من حيث السؤال.
في الأسلوب الاستقرائي، يقوم ببساطة بتقييم البيانات للبحث عن الأنماط كما في هذا النهج؛ المحلل ليس لديه أجندة. وفي كثير من الأحيان، تُعرف العملية الاستقرائية أيضًا باسم نظرية التأريض. بشكل عام، تستغرق التقنية الاستقرائية وقتًا أطول مقارنة بالطريقة الاستنتاجية.
أدوات التحليل النوعي.
يعتمد تحليل البيانات النوعية على الأدوات التناظرية والرقمية لتنظيم البيانات غير الرقمية وتنظيمها وتحليلها.
- تحليل SWOT: هو إطار عمل يعني تحليل نقاط القوة والضعف والفرص والتهديدات. يتم استخدامه لتحديد وتحليل العوامل الداخلية والخارجية التي يمكن أن يكون لها تأثير على نشاط مكان أو شخص أو مشروع أو منتج. الأداة مفيدة في تقديم لقطة لفهم الديناميكيات النوعية القادرة على التأثير على النجاح.
- قوى بورتر الخمسة: إنه إطار عمل يستخدم لتحسين تحليل SWOT. تم تطويره من قبل الأستاذ بجامعة هارفارد مايكل إي بورتر، والذي يعمل على تحسين تحليل SWOT بمساعدة تحديد وتحليل العوامل الداخلية والخارجية القادرة على إحداث النجاح.
علاوة على ذلك، يساعد برنامج QDAS (برنامج تحليل البيانات النوعية) على جمع البيانات النوعية وتحليلها في وقت قصير. يتضمن ميزات مثل الترميز لتحليل المشاعر وتفسير النص وتحليل النسخ والتجريد العودي.
إيجابيات وسلبيات البيانات النوعية.
- يساعد محتوى الطرق والملاحظة الباحثين في البيانات النوعية على جمع البيانات الصحيحة للتجربة الفعلية وتساعد أيضًا على تجنب تأثير هوثورن.
- يساعد تضمين البيانات النوعية في التقارير على إضافة لون إلى القصة بمساعدة حمل حل معمم إلى عرض أقل تجريدًا من خلال أمثلة حقيقية من أشخاص حقيقيين.
- يمكن أن يستغرق جمع البيانات النوعية وتحليلها وقتًا طويلاً للغاية. لذلك، يستخدم الباحثون في البيانات النوعية أخذ العينات في تحليلهم. قد يكون من الصعب قياس النتيجة لاكتشاف وقت استخدام عينات صغيرة من البيانات.
- يمكن للمحللين استخدام الحسابات العددية والصيغ الرياضية لتحليل البيانات القابلة للقياس الكمي، ويمكن وضعها مباشرة في قاعدة البيانات. قبل فحص البيانات النوعية إحصائيًا للأنماط أو المعنى، يجب تصنيفها حسب المعلّمات الوصفية، مثل الخصائص الفيزيائية أو السمات.
على الرغم من أنه يمكن للمحللين تحليل البيانات الكمية بسهولة من خلال أي أداة برمجية مثل جداول البيانات، فإن تحليل البيانات النوعية يعتمد على كيفية امتلاك الباحث للمهارات والخبرة، مما يساعد على إنشاء معلّمات من عينة صغيرة، ويمكن فحص مجموعة بيانات أكبر.
إقرأ أيضاً… مراحل وطرق معالجة البيانات والمعلومات.
2. البيانات الكمية.
يمكن قياس هذه الأنواع من البيانات ولكن لا يتم ملاحظتها ببساطة. يمكن تمثيل البيانات عدديًا واستخدامها في التحليل الإحصائي والحسابات الرياضية.
على سبيل المثال، يمكن استخدام هذه الاشتقاقات الرياضية في قرارات الحياة الواقعية. أيضًا، عدد الطلاب الذين يشاركون في ألعاب مختلفة من الفصل. يعطي الحساب الرياضي تقديرًا لعدد الطلاب الذين يلعبون في أي رياضة.
يتم تعريف هذه البيانات على أنها أي معلومات قابلة للقياس الكمي تُستخدم للإجابة على أسئلة مثل كم؟ “” كم مرة؟ “” كم؟ “. يمكن تقييم هذه البيانات بسهولة باستخدام تقنيات رياضية ويمكن أيضًا التحقق منها.
عادةً ما تكون البيانات الكمية تم جمعها للتحليل الإحصائي المرسل عبر قسم معين من السكان بمساعدة المسوحات أو الاستبيانات أو استطلاعات الرأي.
علاوة على ذلك، تساعد البيانات الكمية على قياس العديد من المعلّمات التي يمكن التحكم فيها لأنها تتضمن اشتقاقات رياضية.
أنواع البيانات الكمية.
هناك أنواع مختلفة من البيانات الكمية؛ مثل ما يلي:
- قياس الأشياء المادية: يتم استخدامه بشكل شائع لحساب قياس أي شيء مادي، على سبيل المثال، يتم قياس كل حجرة للموظفين المنضمين حديثًا في أي مؤسسة بعناية من قبل مدير الموارد البشرية.
- العداد: يستخدم للعد بالتساوي مع الكيانات. على سبيل المثال، حساب تطبيق معين لعدد الأشخاص الذين قاموا بتنزيله من متجر التطبيقات.
- الحساب الحسي: هو آلية للإحساس بشكل طبيعي بالمعلمات المقاسة التي تساعد على إنشاء مصدر ثابت للمعلومات. على سبيل المثال، يتم تحويل المعلومات الكهرومغناطيسية إلى سلسلة من البيانات الرقمية من خلال كاميرا رقمية.
- التحديد الكمي للكيانات النوعية: يساعد على تحديد الأرقام للمعلومات النوعية. على سبيل المثال، أنت تطلب مشاركة احتمالية التوصية على مقياس من 0 إلى 10 مع المشاركين في استطلاع عبر الإنترنت.
- إسقاط البيانات: يمكن استخدامه لإسقاط البيانات في المستقبل بمساعدة أدوات التحليل الحسابي والخوارزميات. على سبيل المثال، يتوقع أحد المسوقين، بعد إطلاق منتج جديد بتحليل شامل، نمو الإنتاج.
طرق جمع البيانات الكمية.
فيما يلي طرق جمع البيانات الكمية:
- الدراسات الاستقصائية: تم إجراء الاستطلاعات بشكل تقليدي بمساعدة الأساليب الورقية وتطورت تدريجيًا إلى وسائط عبر الإنترنت. يشكل جمع الأسئلة المغلقة جزءًا كبيرًا من هذه الاستطلاعات أكثر ملاءمة في جمع البيانات الكمية. يحتوي الاستطلاع على خيارات الإجابة لسؤال معين. أيضًا، يتم توحيد الاستطلاعات لجمع التعليقات من الجمهور.
- المقابلات الفردية: كانت أيضًا طريقة تقليدية لجمع البيانات الكمية. على الرغم من إجرائه وجهًا لوجه، فقد تم نقله إلى منصات الهاتف وعبر الإنترنت. يمكن للمسوق جمع بيانات شاملة من المشاركين بمساعدة المقابلات. المقابلات الكمية بالغة الأهمية وتلعب دورًا مهمًا في جمع المعلومات.
طرق تحليل البيانات الكمية.
على الرغم من أن جمع البيانات يعد جزءًا مهمًا من عملية البحث، إلا أنه يحتاج أيضًا إلى التحليل لجعلها مفهومة. لذلك، هناك عدة طرق لتحليل البيانات الكمية التي تم جمعها في المسوحات. هذه الطرق موضحة أدناه:
- الجدولة المتقاطعة: إنها الطريقة الأكثر تفضيلًا والأكثر استخدامًا لتحليل البيانات الكمية. لتقييم نتيجة فعالة بين مجموعات البيانات المختلفة في الدراسة البحثية، فإنه يستخدم نموذجًا جدوليًا أساسيًا. يحتوي على بيانات لها بعض الارتباط مع بعضها البعض.
- تحليل الاتجاه: يوفر خيار التحقق من البيانات الكمية إذا تم جمعها على مدى فترة طويلة من الزمن. كما أنه يساعد في جمع الملاحظات حول تغييرات البيانات بمرور الوقت.
- تحليل MaxDiff: يساعد في معرفة تفضيلات العملاء للشراء وتحديد تصنيف المعلمات الأعلى مقارنة بالآخرين في هذه العملية. تُعرف هذه الطريقة أيضًا باسم الطريقة “الأفضل والأسوأ” لأنها تستغرق وقتًا طويلاً. علاوة على ذلك، يمكن استخدام هذه الطريقة بالتبادل، وهي أسهل بكثير في التنفيذ.
- التحليل المشترك: يشبه إلى حد كبير طريقة تحليل MaxDiff التي تساعد على تحليل المعلمات لاتخاذ قرار أفضل. هذه الطريقة لديها القدرة على جمع وتحليل المقاييس المتقدمة التي تقدم المعلمات التي تصنف الأهم، بما في ذلك نظرة متعمقة في قرارات الشراء.
- تحليل الفجوة: هو نوع آخر من طرق تحليل البيانات الكمية التي تستخدم مصفوفة جنبًا إلى جنب لوصف البيانات، مما يوفر طريقة لقياس الفرق بين الأداء الفعلي والأداء المتوقع. يساعد تحليل البيانات بهذه الطريقة في وصف الأشياء التي تحتاج إلى سد هذه الفجوة ويساعد أيضًا على قياس الفجوات في الأداء.
- تحليل SWOT: هو إطار عمل يعني تحليل نقاط القوة والضعف والفرص والتهديدات. لديه القدرة على تحديد SWOT لمنظمة أو منتج أو خدمة. كما أنه يساعد على إنشاء استراتيجيات عمل فعالة ويقدم صورة كاملة للمنافسة.
- تحليل TURF: يقوم بتقييم إجمالي الوصول إلى السوق لمنتج أو خدمة أو مزيج من كليهما، والذي يمثل إجمالي الوصول غير المكرر وتحليل التردد. هذه الطريقة مفيدة في فهم السبل والتكرار في أي منظمة.
- تحليل النص: في هذه الطريقة، تعمل الأدوات الذكية على بيانات سهلة الفهم. إنهم يقدمون المزيد من البيانات النوعية والمفتوحة من هذه البيانات. هذه الطريقة مفيدة في الحالة التي تكون فيها البيانات المجمعة غير منظمة وتحتاج إلى تحويلها إلى طريقة هيكلية تجعلها مفهومة.
أمثلة على البيانات الكمية.
فيما يلي بعض الأمثلة على البيانات الكمية التي يمكن أن تساعد في فهم أنواع البيانات المعروفة باسم البيانات الكمية بسهولة.
- لقد قمت بتحديث هاتفي المحمول ست مرات في ربع عام.
- خسرت 20 كجم من وزني العام الماضي.
- تم تنزيل أحدث تطبيق للهاتف المحمول بواسطة 83 شخصًا.
- نشأ ابني بمقدار 15 سم في العام الماضي.
- حضر الاجتماع 600 موظف.
- 44٪ من الناس يحبون التسوق عبر الإنترنت بدلاً من الذهاب إلى المركز التجاري.
إيجابيات البيانات الكمية.
بعض إيجابيات البيانات الكمية هي كما يلي:
- إجراء بحث متعمق: من المحتمل جدًا أن يتم تفصيل البحث، حيث يمكن تحليل البيانات الكمية إحصائيًا.
- الحد الأدنى من التحيز: هناك العديد من الأمثلة في البحث إذا كان هناك تحيز شخصي، فإنه يولد نتائج غير صحيحة. تقلل الطبيعة العددية للبيانات الكمية من التحيز الشخصي الذي يساعد على توجيه البيانات الصحيحة.
عيوب البيانات الكمية.
بعض سلبيات البيانات الكمية هي كما يلي:
- يعتمد على أنواع الأسئلة: جمع البيانات الكمية، والنتيجة تعتمد على أنواع الأسئلة. أثناء جمع البيانات الكمية، يكون هدف الباحث من البحث ومعرفة الأسئلة أكثر أهمية.
- المعلومات المقيدة: بناءً على البيانات التي تم جمعها، قد يكون من الصعب على الباحثين اتخاذ قرارات لأن البيانات الكمية ليست وصفية.
إقرأ أيضاً… أفضل 24 أداة تساعد على تحليل البيانات.
كيف يقوم الكمبيوتر بمعالجة البيانات وتحويلها إلى معلومات؟
يستخدم الكمبيوتر الوظائف الأربع التالية لمعالجة البيانات وتحويلها إلى معلومات باستخدام البرامج والأجهزة:
- إدخال.
أولاً، يجب أن تتلقى البيانات مدخلات قبل أن يبدأ الكمبيوتر في معالجة أي شيء. على سبيل المثال، لإدخال الإدخال في الكمبيوتر، يجب أن تكتب على لوحة المفاتيح.
- معالجة.
يستخدم الكمبيوتر برنامجًا لمعالجة البيانات إلى معلومات، والتي تتلقاها البيانات من خلال الإدخال. قد يقوم البرنامج بتنظيم البيانات أو حسابها أو معالجتها لإنشاء معلومات مفهومة.
- إخراج.
يتم عرضها كإخراج للمستخدم بعد معالجة البيانات إلى معلومات. على سبيل المثال، عند استخدام حاسبة Windows، يعرض البرنامج المعلومات على شاشتك.
- تخزين.
أخيرًا، يتم تخزين المعلومات التي تم إنشاؤها على الكمبيوتر لاستردادها في المستقبل. يستخدم وسائط التخزين مثل القرص الصلب، القرص المرن ، إلخ.